商务智能.doc

.商务智能在企业中应用初探 摘要：经过多年来的业务发展和信息系统的建设，我国的大部分企业都积累了大量的历史数据，在竞争日益激烈的市场环境下，如何充分利用这些数据，占得先机，赢得商机，一直是各企业思考的问题。而商业智能技术正是这样的一个工具，帮助企业将数据转变为信息、信息转变成知识的工具。本文通过阐述商业智能的概念、关键技术，进而分析如何在企业中更好的运用商业智能。 关键字：商业智能，关键技术，决策支持1商业智能概述1.1商务智能的概念商务智能这一术语是1989年由Gartner Group的Howard Dresdner首次提出，它描述了一系列的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。从技术层面看，商务智能就是一个完整的平台，通过把企业各个业务系统的相关数据资源集成起来，利用ETCL，即数据的抽取、转换、清洗和装载等方式，在数据仓库形成完备、规范化和统一的数据视图，然后用各种报表、查询方式、联机分析、甚至更复杂的数据挖掘技术对数据进行多角度的分析和探查，最终以企业信息门户的方式展现，服务于企业的战略、战术和操作层。从应用的层面看，商务智能更注重企业整合和充分利用客户、供应商以及内部业务操作系统的各类有关信息，来提高企业商务绩效。商业智能的最终目标是使企业内部各类用户转变其数据和信息管理智能，从数据的生产者变成信息的消费者，对数据进行深度分析从而使企业有机会增加收入或者节约成本。1.2 商业智能的关键技术数据仓库技术，就是存储企业庞大数据的集合，当然仓库中的数据不是杂乱无章的，而是面向主题的、集成的、相对稳定的、随时间不断变化的数据集合。不仅能够支持现在企业数据的存入和取出，也应该能够应对随着企业的发展数据可能发生的各种变化随之带来的各种可能性的改变。从而为数据信息提取和发现提供必要的基础和更大的空间。 联机分析处理技术是指在大量数据的基础上，根据具体的商业问题建立模型，然后对数据进行分析的技术。因此高效的数据仓库技术是联机分析的基本保证。联机分析可以建立多维数据，用户可以从多个角度对这多维数据进行分析，从而可以多方面的掌握数据分析所带来的信息，它还可以对数据仓库中的数据进行在线分析，使管理者能轻松的自主的掌握商务数据，是大量商务数据的分析变得简单高效。 数据挖掘技术可以从数据库、数据仓库以及以及其他一些信息存放库中通过分类预测、关联技术、数据抽取等方式挖掘出大量隐蔽的、以前不知道的但是对决策具有帮助作用的信息，是决策者能够在第一时间内掌握商业发展的方向和动态，为企业进行的决策提供正确的引导。2商业智能的主要应用2.1企业市场营销中商务智能的应用商务智能能为企业提供及时准确地信息，支持管理人员决策，创造最大化的收益，这在企业中的营销和市场开拓方面显得尤为重要。销售分析；每日按地区、部门、销售员和产品生成销售情况的汇总。BI能够分析和评价以往产品的销售，以确定产品成功或失败的因素，给经理提供比较和趋势分析，有助于确定问题和机会。市场分析：主要包括市场面分布分析、市场产品竞争分析、价格变动对需求影响程度分析、开辟新市场分析等。为此，BI可以提供市场潜力模型，以便支持管理者考虑提高产品竞争能力，占领未实现市场，开辟未开发市场。客户分析：可以利用统计工具来分析每天收集的交易数据，以确定各种类型客户的消费模式，然后采取相应的营销措施，从而实现最大的利润。市场研究：利用预测模型分析得出每种产品的增长模式，以便作出终止或者扩张某种产品的适当决定；企业品牌和形象的研究，以便提高企业和品牌的知名度和美誉度；分析客户满意度；市场规模和潜在规模的研究等。2.2企业成本管理中商务智能的应用商务智能不仅能为企业寻求商机，而且还可以帮助企业进行内部的节流决策，主要体现在对各方面的资源进行最优化的利用和安排，为企业减少不必要的损失。财务分析；按年、月、日或其它自定义周期来进行实际费用和花费的比较；审查过去现金流的趋势，并预测未来的现金需求量；复杂项目的预算计划和成本分摊；整合各分支机构的财务数据，形成正确、一致的财务报表。企业分析；企业分析包括赢利能力、流动比率、市场份额、人力资源分析，还包括广告分析、行业趋势，劳动力成本趋势等。产品成本分析；根据数据库中产品的采购价格、销售价格、产品运费、仓储费、其他管理费用、资金成本费用、销售量等分析维度数据和分析实体数据，生成产品成本分析数据源，在此基础上统计各种产品的成本状况。利用这些基础分析数据灵活生成各类采购分析报表，并采用钻取、回转和旋转等分析手段，分析寻找产品的其它感兴趣结果。价格分析；用系统提供的模型，或者是用户自己定义函数，分析价格浮动比例，归类某一时间段内价格增幅或降幅较大的产品，分析价格浮动原因，以便及时有效地制定或调整营销、采购、库存政策。3商业智能发展现状及建议 31 企业商务智能的发展现状商务智能(Business Intelligence，简称BI)的应用可分为数据报表、数据分析和数据挖掘三个层次，目前我国大部分公司的BI应用多数还处于数据报表阶段，属于BI的低端应用。大部分企业在发展商务智能中出现瓶颈，很难进一步提升到数据分析阶段。主要由于以下几个原因：第一，基础数据质量不高，数据仓库的数据是面向主题的、集成的、相对稳定的、随时间不断变化的。但是由于数据仓库的数据来自于多个数据源，有的数据库中信息有几千万条，因为标准不统一，所以数据的一致性很难得到保证，因此这些信息需要专业的工具来清洗和改良。此外，有些数据由于各种非技术性的原因，很难获得。第二、系统需求不明确；对于系统的需求，只是一味地进行数据抽取和报表统计，没有充分考虑到分析的重要性和在应用中的重大意义；只是一味的报表和数据罗列，根本就没有考虑到结果展示的重要性和使用便捷性等等。从而导致企业在实施BI系统时与业务之间是断裂的，系统对于经营分析缺少考虑。第三，没有专业的人才；造成以上两点的原因，关键在于人，如果有专业的技术人员对系统进行充分的分析和前期性的需求调研和整体性的规划，商务智能在企业中得发展会在一定程度上得到改善。3.2 企业商务智能发展的建议根据商务智能的概念和工作原理，我们知道如果企业要发展高效的商务智能，必须做好以下几点：第一，建立一个完整、有效、统一的数据体系：集成管理所有影响企业管理决策的内外部数据，经过ETL，按照行业标准体系，形成统一规范化数据。这是最基础也是最关键的一步。第二，信息展示直观化、多样化：通过图形直观展现，使管理人员能快速捕获机会和风险，及时调整战略。第三，深挖掘信息，预测未来：从大量历史数据中找到潜在的、有价值的信息和规则，使企业可以预测未来，掌握先机。4小结在当今这复杂多变的市场环境下，商务智能已经成为企业获得竞争优势，成为市场支配者的重要工具。商务智能可以得到最精确、最及时的信息帮助企业的管理人员进行有效的决策，挖掘新的商业机会，分析未来发展趋势，展开商业策略等。但是同时商业智能系统的建设也是一项长期的任务，需要慢慢摸索和完善。企业必须坚持在边建设，边应用，边完善的原则，从业务部门的实际求出发，选择统计报表作为项目的第一阶段目标。从数据分析到数据挖掘，逐步完成从信息到知识的转变，最终得到竞争优势和利润。主要参考文献1 刘广堂 商业智能BI系统在企业中的应用 能源技术与管理2009年第3期2 李维晗 商业智能如何为企业创造价值 营销观察3 焦慧敏 汪林林 商业智能在现代企业中的应用于研究 计算机工程与设计2006年7期4 陈鸿雁 商业智能在保险数据分析和决策支持中得设计与实现 计算机系统应用2010年第19卷第11期5 赵卫东 商业智能成功率不高主因